دراسة الحالة والشاهد — تصميم وبائي رصدي
- قدّمه
- Janet Lane-Claypon (early precursors, 1926); formalized by Brian MacMahon and Jerome Cornfield in the 1950s–1960s
- السنة
- 1950s (formal methodology); precursors in the 1920s
- النوع
- Observational analytic study design
- العائلة
- Clinical / epidemiology
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
دراسة الحالة والشاهد هي تصميم رصدي استعادي حيث تتم مقارنة الأفراد الذين أصيبوا بمرض أو نتيجة ذات أهمية (الحالات) مع الأفراد الذين لم يصابوا بها (الشواهد) لتحديد ما إذا كان التعرض السابق لعامل خطر افتراضي يختلف بين المجموعتين. المقياس الأساسي للارتباط هو نسبة الأرجحية (odds ratio)، والتي تقرب الخطر النسبي عندما يكون المرض نادرًا. دراسات الحالة والشاهد فعالة بشكل خاص في التحقيق في الأمراض النادرة وتوليد فرضيات سببية.
الفكرة الحدسية وراء الطريقة
لنفترض أنك تريد معرفة ما إذا كان التعرض لمبيد حشري معين يسبب سرطانًا نادرًا. يتطلب إجراء دراسة جماعية مستقبلية تتبع مئات الآلاف من الأشخاص لعقود - وهو أمر غير عملي ومكلف. تعكس دراسة الحالة والشاهد الجدول الزمني: ابدأ بالمرضى الذين لديهم بالفعل السرطان (الحالات) ومجموعة مطابقة بدونها (الشواهد)، ثم انظر إلى الوراء لاكتشاف من تعرض. من خلال مقارنة ترددات التعرض السابقة بين المجموعتين، يمكنك تقدير مدى قوة الارتباط بين التعرض والمرض. المنطق يشبه العمل البوليسي - النتيجة معروفة، وتعمل بشكل عكسي لتحديد أسبابها المحتملة.
التاريخ
تعود جذور تصميم الحالة والشاهد إلى وبائيات الأمراض السريرية في أوائل القرن العشرين. غالبًا ما يُستشهد بدراسة جانيت لين-كلايبون عام 1926 لعوامل خطر سرطان الثدي كسابق لها. تم وضع الأسس المنهجية الرسمية في الخمسينيات من قبل برايان ماكماهون، وجيروم كورنفيلد، ناثان مانتيل، وويليام هاينزل، والتي لا تزال ورقتهم عام 1959 حول المطابقة والتقسيم الطبقي علامة فارقة. جلبت دراسة الحالة والشاهد الرائدة لريتشارد دول وبرادفورد هيل عام 1950 التي ربطت تدخين السجائر بسرطان الرئة التصميم إلى الشهرة الدولية. قام جيمس شليسلمان في كتابه عام 1982 بتدوين الأساليب، وشهدت العقود اللاحقة دمج الانحدار اللوجستي متعدد المتغيرات والتصاميم المتداخلة في الممارسة القياسية.
متى تُستخدم
استخدم دراسة الحالة والشاهد عندما تكون النتيجة نادرة أو لها فترة كمون طويلة (مما يجعل المتابعة المستقبلية غير عملية)، عندما تحتاج إلى تقييم تعرضات متعددة في وقت واحد لنتيجة واحدة، أو عندما تكون الموارد محدودة. إنها التصميم المفضل لتوليد الفرضيات في أسباب الأمراض. لا تستخدم تصميم الحالة والشاهد عندما يكون التعرض نادرًا (دراسة جماعية أكثر كفاءة)، عندما تكون بيانات الإصابة مطلوبة (دراسات الحالة والشاهد تعطي نسب أرجحية، وليس معدلات الإصابة)، أو عندما لا يمكن تأسيس التسلسل الزمني بين التعرض والنتيجة بشكل موثوق من السجلات المتاحة - مما قد يمنع الاستدلال السببي.
الحدود والاعتبارات
- عرضة لتحيز الاستدعاء: قد تتذكر الحالات التعرضات السابقة بدقة أكبر (أو أقل) من الشواهد، مما يضخم أو يقلل الارتباط المقدر.
- يمكن أن ينشأ تحيز الاختيار إذا لم يتم سحب الحالات والشواهد من نفس مجموعة المصدر، مما يجعل اختيار الشواهد القرار الأكثر أهمية من الناحية المنهجية.
- لا يمكن تقدير معدلات الإصابة أو المخاطر المطلقة بشكل مباشر - فقط نسب الأرجحية، التي تقرب الخطر النسبي فقط عندما يكون انتشار المرض منخفضًا.
- يمكن أن يكون تأسيس التسلسل الزمني لعلاقة التعرض بالنتيجة صعبًا من البيانات الاستعادية، مما يحد من الاستدلال السببي.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- فعالة للغاية للأمراض النادرة: حتى مع عينة صغيرة، يمكن تحقيق تقديرات ذات مغزى للارتباط.
- سريعة ورخيصة نسبيًا مقارنة بالدراسات الجماعية المستقبلية لأن وقت المتابعة تم إلغاؤه.
- تسمح بالتقييم المتزامن لتعرضات أو عوامل خطر متعددة لنتيجة واحدة.
- مناسبة لدراسة الأمراض ذات فترات الكمون الطويلة حيث تكون التصاميم المستقبلية غير عملية.
التطبيقات
- التحقيق في عوامل الخطر البيئية أو المهنية للسرطانات النادرة (مثل الأسبستوس وورم الظهارة المتوسطة، الرادون وسرطان الرئة).
- تحديد عوامل الخطر لتفشي الأمراض المعدية أثناء التحقيقات السريعة للصحة العامة.
- دراسة الآثار الضارة للأدوية أو اللقاحات حيث يكون معدل الحدث منخفضًا جدًا بحيث لا يمكن تشغيل تجربة عشوائية.
- استكشاف عوامل الخطر الجينية ونمط الحياة والنظام الغذائي لأمراض القلب والأوعية الدموية والسكري أو الحالات العصبية.
- تقييم تعرضات الأمهات المرتبطة بالتشوهات الخلقية أو نتائج الولادة الضارة.
كيف يعمل
كيف يعمل
حدد مجموعة الحالات بدقة باستخدام معايير تشخيصية واضحة وقابلة للتكرار (مثل التشخيص النسيجي المؤكد). حدد مجموعة الشواهد لتمثيل نفس مجموعة المصدر التي نشأت منها الحالات - يجب أن تكون الشواهد أشخاصًا كانوا سيصابون بالحالة لو أصيبوا بالنتيجة. الغموض في أي من التعريفين هو مصدر رئيسي للتحيز.
قم بتجنيد الحالات (حادثة أو سائدة، اعتمادًا على سؤال البحث) والشواهد من مجموعة مصدر مناسبة. قد تكون الشواهد قائمة على السكان (عينة عشوائية)، أو قائمة على المستشفى، أو مطابقة للحالات على عوامل مربكة محتملة رئيسية مثل العمر والجنس أو المنطقة الجغرافية. المطابقة تحسن الكفاءة ولكنها تتطلب تحليلًا مطابقًا.
اجمع تاريخ التعرض لكلا المجموعتين باستخدام نفس الأساليب - مقابلات منظمة، سجلات طبية، عينات بيولوجية، أو ربط بقواعد بيانات إدارية. تعمية المقابلين عن حالة الحالة/الشاهد تقلل من التحيز في الاستدعاء والتحيز من قبل المقابل. تحقق من صحة مقاييس التعرض حيثما أمكن.
قم بإنشاء جدول توافق 2×2 (معرض/غير معرض × حالة/شاهد). احسب نسبة الأرجحية: OR = (أ × د) / (ب × ج)، حيث أ = حالات معرضة، ب = حالات غير معرضة، ج = شواهد معرضة، د = شواهد غير معرضة. طبق الانحدار اللوجستي للتكيف مع العوامل المربكة وللحصول على فترات الثقة وقيم الاحتمال.
الصيغة
OR = (a/b) / (c/d) = (a \times d) / (b \times c)
حدد العوامل المربكة المحتملة مسبقًا وتعامل معها من خلال تصميم الدراسة (المطابقة، التقييد) أو التحليل (الانحدار اللوجستي متعدد المتغيرات، التقسيم الطبقي). قم بتقييم تعديل التأثير عن طريق فحص ما إذا كانت نسبة الأرجحية تختلف عبر طبقات متغير ثالث. اختبارات التحليل الحساسية تختبر مدى قوة النتائج ضد الارتباك غير المقاس.
تشير نسبة أرجحية > 1 إلى ارتباط إيجابي بين التعرض والنتيجة؛ نسبة أرجحية < 1 تشير إلى ارتباط وقائي. فسّر نسبة الأرجحية في سياق فترة الثقة الخاصة بها، والأهمية الإحصائية، والمعقولية البيولوجية، ودليل الاستجابة للجرعة، والاتساق مع الدراسات الأخرى. تذكر أن نسبة الأرجحية تقرب الخطر النسبي فقط عندما يكون المرض نادرًا (< 10% انتشار).
الأخطاء الشائعة
- مجموعة شواهد غير مناسبة: اختيار شواهد المستشفى عندما تكون الحالات قائمة على السكان (أو العكس) يؤدي إلى تحيز الاختيار ويشوه نسبة الأرجحية - يجب أن تمثل الشواهد نفس مجموعة المصدر للحالات.
- تجاهل تحيز الاستدعاء: استخدام التعرض المبلغ عنه ذاتيًا دون تعمية أو تحقق أو تثليث مع السجلات الموضوعية يضخم الارتباطات الظاهرة عندما تتأمل الحالات بشكل أكبر في الأسباب المحتملة لمرضهم.
- المطابقة المفرطة: مطابقة الحالات والشواهد على متغيرات تقع على مسار السببية (وسيطة) تزيل التباين بين التعرض والنتيجة الذي تحاول اكتشافه، مما يخفي الارتباطات الحقيقية.
- معاملة الحالات السائدة كما لو كانت حادثة: الحالات السائدة تعيش مع مرضها، مما يؤدي إلى تحيز الناجين - يفضل بشدة الحالات الحادثة (المشخصة حديثًا).
- تطبيق نسبة الأرجحية كما لو كانت تساوي الخطر النسبي عندما يكون انتشار المرض مرتفعًا (> 10%): في مثل هذه الحالات، تبالغ نسبة الأرجحية بشكل كبير في تقدير الخطر النسبي، ويجب استخدام مقاييس بديلة.
الأسئلة الشائعة
ما الفرق بين دراسة الحالة والشاهد ودراسة جماعية؟
تبدأ الدراسة الجماعية بحالة التعرض وتتبع المشاركين للأمام بمرور الوقت لمعرفة من يصاب بالنتيجة؛ يمكنها تقدير معدلات الإصابة والمخاطر النسبية مباشرة. تبدأ دراسة الحالة والشاهد بحالة النتيجة (الحالات مقابل الشواهد) وتنظر إلى الوراء في التعرض السابق؛ تعطي نسب أرجحية وهي أكثر كفاءة للنتائج النادرة ولكن لا يمكنها تقدير الإصابة. التصميمان متكاملان: الدراسات الجماعية أفضل للنتائج الشائعة مع متابعة قصيرة؛ دراسات الحالة والشاهد أفضل للأمراض النادرة أو الحالات ذات فترة الكمون الطويلة.
متى تقرب نسبة الأرجحية من الخطر النسبي؟
نسبة الأرجحية (OR) هي تقريب صالح للخطر النسبي (RR) عندما يكون المرض أو النتيجة نادرًا - يؤخذ تقليديًا على أنه انتشار أقل من 10%. عندما يكون المرض شائعًا، تبتعد نسبة الأرجحية عن الخطر النسبي وتزيد من تقديره. في بيئات الانتشار المرتفع، ضع في اعتبارك استخدام الانحدار اللوجي الثنائي أو بواسون لتقدير الخطر النسبي مباشرة، أو أبلغ عن نسبة الأرجحية مع الاعتراف الصريح بعدم تكافؤها مع الخطر النسبي.
كيف ينبغي لي اختيار الشواهد؟
يجب أن تكون الشواهد ممثلة لمجموعة المصدر التي نشأت منها الحالات - أي، لو أصيب الشاهد بالنتيجة، لكان مؤهلاً ليصبح حالة. الشواهد القائمة على السكان (يتم أخذ عينات عشوائية من المجتمع) مفضلة من الناحية المنهجية ولكنها تتطلب جهدًا تشغيليًا. الشواهد القائمة على المستشفى مريحة ولكنها يمكن أن تؤدي إلى تحيز إذا كان الحضور في المستشفى بحد ذاته مرتبطًا بالتعرض قيد الدراسة. يجب تبرير الاختيار وتقييم آثاره من خلال تحليل الحساسية.
ما هي دراسة الحالة والشاهد المتداخلة؟
دراسة الحالة والشاهد المتداخلة تكون مدمجة ضمن مجموعة محددة. الحالات هي الأفراد الذين يصابون بالنتيجة أثناء المتابعة؛ يتم أخذ عينات من الشواهد من أعضاء المجموعة الذين لم يصابوا بالنتيجة بعد في الوقت الذي يتم فيه تحديد كل حالة (أخذ عينات من مجموعة المخاطر). يحتفظ هذا التصميم بكفاءة نهج الحالة والشاهد مع السماح بتقديرات كثافة الإصابة وتقليل تحيز الاستدعاء والاختيار بشكل كبير لأن التعرضات غالبًا ما تم قياسها بشكل استباقي قبل حدوث النتائج.
كيف أتعامل مع المقارنات المتعددة عند اختبار العديد من التعرضات؟
اختبار العديد من التعرضات في وقت واحد يضخم معدل الإيجابية الخاطئة. حدد الفرضيات الأولية والثانوية مسبقًا، وطبق التصحيحات المناسبة (بونفيروني، معدل الاكتشاف الخاطئ) للتحليلات الثانوية، وفسّر الارتباطات ذات الدلالة الاسمية بين التعرضات المتعددة بحذر. التسجيل المسبق لبروتوكول الدراسة - مع تحديد التعرضات الأولية بوضوح - يعزز المصداقية بشكل كبير.
طرق ذات صلة
المصادر
Schlesselman, J.J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.
ردمك: 978-0195027860تم النسخ.Rothman, K.J., Greenland, S., & Lash, T.L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ردمك: 978-0781755641تم النسخ.